认知图谱

AI工程 · 模块

M07AI工程方法与任务治理

半年里从治理框架、评分模板一路试到控制塔和技能库，留下来的不是更多角色和门禁，而是一个闭环：目标写清、任务有合同、完成靠与主张相称的证据、状态放在外部唯一的位置。失败回到最小责任产物去修；治理本身也会膨胀，所以轻重随风险伸缩。

核心流程

一项任务从目标走到交付

上排是“做什么”，下排是“做对了没有”。判定不通过时回到叶子合同，具体回到哪一层见下方失败路由；目标达成即停，不为凑工作量制造下一轮。

AI 任务闭环 任务从目标与边界出发，经缺口分流、叶子合同和有界执行，再由验证和判定决定写入状态并交付，或退回合同返工。 做什么 做对了没有 通过 达成 未通过 接续下一步 目标与边界目标·非目标·授权·验收 缺口分流问人·查证·实验·发散 叶子合同输入·允许动作·验收·预算 有界执行按合同装配上下文 验证确定性检查＋独立复审 判定通过·部分·失败·未运行 外部状态决策·证据·失败·恢复点 交付目标达成即停 迭代上限是预算，不是收敛的证明
判定写明证据范围：哪些检查跑了、证明了什么、哪些 NOT RUN。出处：C001-016-01、C002-068-01、C002-004-02、C001-066-02、C002-027-03、C000-093-06、C002-095-01。
失败路由 验证未通过时，按失败属于实现、规格接口、任务切分、工具环境还是业务判断，分别回到当前任务、上游、任务图、Harness 或有权者。 验证未通过先判断失败属于哪一层 当前任务内修局部实现错误 返回上游规格或接口本身有问题 重编任务图切分错误或循环依赖 修 Harness工具、权限或环境故障 交有权者裁决关键业务或价值判断 同上下文、同策略地重试， 不算有效重试
按最小责任产物返工，不是每次失败都重启整个项目。出处：C002-028-19、C000-093-05、C002-027-02、C002-004-02。

核心逻辑

六条反复被验证的判断

它们来自不同对话的独立收敛：治理框架评议、代码库拆解、控制塔、技能库与目标闭环改造都落回同几条。

先分缺口，再选流程

复杂度不看预估耗时，看目标是否不确定、系统是否耦合、后果是否不可逆、依赖和验证难度。缺口也分种类：需要人选择就问，事实可查就查，只能靠试验回答就做小实验，方向太窄才发散。

已明确授权、输入充分的常规执行，不应被重新访谈或方案比较拖住。

拆到“可验收”为止

叶子任务写清输入、允许动作、可检验的成功标准、预算与终止条件，就可以交给执行者；再往下拆只增加认知负担。中途冒出关键新决定时，回到有权决定的人，而不是在字段里自证“可执行”。

“5–7 个子项”“一天一块”“3–7 子任务”都是未校准的启发数字。

证据只证明它检查的命题

确定性检查、来源核验、AI 审查与人的验收是四种不同证据。字段非空、rule_id 出现、测试变绿、工单关闭，都只证明各自那一层；PASS 必须写明检查范围和没跑的部分。

不是否定指标，而是要持续检验指标和真实目标之间的关系。

生成、评价、决定分开

执行者产出候选，评审者在新上下文里拿冻结的产物、原规格和真实运行证据检查，决定权留给目标的主人。这样能减少自我辩护，也让复审“确实发生过”有据可查。

新上下文只降低相关错误的概率，不保证独立或正确；调用外部第二模型要另有授权。

状态外置，一个事实一个位置

目标、决定、完成项、失败、证据和恢复点写进可核对的外部状态，聊天摘要只当线索。看板、图谱、控制台都是这份状态的派生视图，不另起一份互相漂移的副本。

落盘不等于真实：控制塔样例只检查字段非空、不验迁移，进度百分比手填，生成成功不证明状态对。

规则和技能也要受控演化

只有重复发生、收益明确且能验证的流程才值得做成技能；改规则前冻结目标与评价器，拿原失败、合法邻例和未调参的保留样例对照。治理本身会膨胀，检查轻重按风险伸缩，可以暂停、简化或退役。

一次偶发失误不直接变永久规则；规则或技能变多后要查路由干扰。

结构

四个平面，各放什么

技能库与 AI 驱动研发两组对话把“东西该放哪”收敛成四个职责平面。平面是职责视图，不要求拆成四套服务；简单任务不需要完整的“操作系统”。

AI 工作的四个职责平面 控制面决定做什么和准做什么，执行面把动作做出来，上下文面提供依据与当前状态，保障面证明结果，每个平面列出对应的承载物。 控制面做什么、用什么、准做什么 执行面把动作做出来 上下文面依据什么、现在到哪了 保障面怎么知道做对了 入口路由识别目标、风险与缺口 注册与装配版本·依赖·项目清单 授权边界对象·动作·范围 Skill重复出现的决策与流程 脚本与工具确定性操作·外部能力 Agent非确定的判断与选择 规则稳定约束 参考与 Schema大量知识·固定字段 外部状态目标·决定·证据·恢复点 Hook / CI事件触发的检查 评测该触发·不该触发·过程·结果 生命周期候选→试验→稳定→退役
载体按职责选：稳定约束放规则，确定性操作放脚本，事件检查放 Hook/CI，固定字段放 Schema；技能声明本身不是执行边界。出处：C002-030-02、C002-029-01、C002-028-04、C002-029-09、C002-030-13。

演进

从“更完整的框架”到“更短的闭环”

  1. 2026.03

    评议治理框架

    从 Scrum 规则、方法论元框架和 v3.0 复杂任务治理框架起步。留下了证据前置、工件合同、风险分流和局部修复；同时认出框架里的多 Agent 成功率等数字没有实验条件，迭代轮数被误当成收敛。

    代表会话：复杂任务治理框架、改进iflow执行流程、AI编程任务控制策略

  2. 2026.04 – 05

    标准化模板让位于可恢复执行

    S³H 模板与 DDI 评分门禁被判为未校准；长程工作流的价值落到“跨轮状态与验证”，而不是把开源工具叠成万能栈。复审方法从固定“A 执行、B 复审”的双模型，走到意图与证据外置，再反思治理膨胀。

    代表会话：AI方法｜01 AI解决方案标准化、AI方法｜02 长程工作流与开源项目、AI方法｜09 AI执行复审方法论

  3. 2026.06

    从失控现场倒推控制面

    用户实际遇到 AI 开发后对架构与进度失去掌控。方案从救援、防漂移推进到“单一状态 JSON → 自动看板”的控制塔，但审读指出它只校验字段、不验状态迁移，hook 会吞错。同期的平衡方案 v2.0 把组件分成采用、试验、后置、拒绝、退役。

    代表会话：AI开发控制方案、AI方法｜12 平衡方案原方法论、AI方法｜分支 · 代码库拆解与分析、AI方法｜递归任务拆解SOP

  4. 2026.07 – 08

    把载体与平面分清

    Harness、Loop、Graph 被看作执行环境、时间反馈与协作拓扑三个视角；AI 驱动研发给出 P0–P8 职责阶段与失败路由；技能库设计收敛成“载体按职责选”和四个平面，solo 游戏分支再拆出趣味与生产两个循环。

    代表会话：AI方法｜AI工程发展方向、AI方法｜AI驱动的项目研发、AI方法｜AI时代技能库设计（含两个分支）

  5. 2026.09 – 10

    收敛为共享目标闭环

    脑暴与计划方法按未知类型分流，并区分探索、验证、实施三种计划；逆向工程以“行为—证据—重建—对照”为单位。用户最终批准“共享闭环内核＋各技能定向适配”：观察、选择、行动、验证、比较、接续，目标达到就结束。

    代表会话：通用脑暴计划方案、AI方法｜REA核心思路与实践、AI方法｜meta-skills｜目标闭环改造

边界

能拿走的，和不能据此断言的

可以直接复用

  • 目标、非目标、授权与验收先写清，再按缺口类型选动作。
  • 叶子任务合同：输入、允许动作、验收、预算、终止状态。
  • PASS / PARTIAL / FAIL / NOT RUN 加证据范围的报告方式。
  • 失败按实现、规格、切分、环境、业务判断分别路由。
  • 外部单一状态 owner，看板与图谱作派生视图。
  • 改技能或规则时用原失败、邻例和保留样例做对照。

不能据此断言

  • DDI 评分线、子任务数、Top-N、七维 1–5 分等阈值有科学依据——都未校准。
  • 文中引用的多 Agent 成功率、基准分数和论文增益——本库未核实。
  • 控制塔、hook、pre-commit 已能强制约束——样例脚本 NOT RUN，且只验字段。
  • UPSE、GAS、DCS 是通用理论——是对话中自拟的反思清单。
  • 只看目录结构就能给出“完成度 65–75%”——没有分母与运行证据。
  • 云端完成等于本地已部署——该次本地部署明确 NOT RUN。

交互大图

闭环在五条泳道上的走法

人、控制面、执行面、保障面与外部状态各占一条泳道；可缩放、搜索、聚焦某条路径。

返工回到叶子合同；需要价值判断时交有权者裁决。新窗口打开

来源

本模块全部会话

点开看审读摘要和该会话的主张；数据由 tools/build_atlas.py 从审读账本生成。

主张浏览

全部审读主张

按性质筛选或搜索；点编号看条件与出处。